Berdasarkan gambar 4.7 hingga gambar 4.25, maka dapat dianalisa bahwa perhitungan secara teori dan praktek terjadi perbedaan atau tidak sesuai tetapi terdapat satu
kondisi saat motor servo berada pada sudut 90
o
yang memiliki lebar pulsa tidak jauh berbeda dengan teori yakni 1,59 ms sedangkan pada teori memiliki lebar pulsa 1,5 ms. Hal
tersebut dikarenakan setiap motor servo memiliki karakteristik yang berbeda-beda sesuai dengan jenisnya. Error yang terjadi pada nilai OCR sudut motor servo tidak mempengaruhi
kinerja lengan robot dalam mengambil dan memisahkan benda. Tetapi error pada nilai OCR mempengaruhi dalam penentuan sudut motor servo selama perancangan.
4.2.2. Pengujian Nilai Citra Biner Bentuk Benda
Pengujian nilai citra biner dari masing-masing bentuk benda dimaksudkan untuk mengetahui data citra biner dari masing-masing bentuk benda yang akan diproses dan
dikenali. Dilakukan sebanyak 10 kali percobaan dari masing-masing benda. Dari pengujian tersebut, diperoleh tabel 4.2 sebagai berikut.
Tabel 4.2. Data Citra Biner Masing-Masing Bentuk Benda Nilai Data
Pengambilan Data ke-
KUBUS BALOK TABUNG BOLA
1 85
124 73
53 2
85 125
67 55
3 88
123 73
55 4
88 116
74 51
5 92
116 69
53 6
81 122
70 52
7 99
129 75
60 8
88 120
79 46
9 86
129 68
50 10
84 125
73 54
Rerata 87,6
122,9 72,1
52,9 Range Data
81-110 111-140
65-80 42-64
Gambar 4.26. Grafik Data Citra Biner Range
data yang digunakan sengaja dibuat lebih dengan alasan untuk mengantisipasi apabila data yang terdeteksi lebih besar atau lebih kecil dari data yang telah
diambil sampelnya. Hal ini dapat terjadi karena pengaruh cahaya ruangan yang berbeda- beda.
4.2.3. Tata Peletakan Benda
Peletakan benda saat dibawa conveyor adalah sesuai dengan batasan masalah. Apabila peletakan benda tidak sesuai dengan batasan masalah, maka sistem dan lengan
robot tidak dapat bekerja maksimal. Hal ini dikarenakan kemampuan sistem dalam mendeteksi atau mengenali bentuk benda terbatas dan lengan robot memiliki batasan-
batasan tertentu agar dapat menjalankan tugas untuk mengambil dan meletakan benda dengan baik. Tata peletakan dapat dilihat pada gambar 4.27, gambar 4.28, gambar 4.29,
dan gambar 4.30.
Gambar 4.27. Peletakan Benda Kubus Gambar 4.28. Peletakan Benda Balok
20 40
60 80
100 120
140
1 2
3 4
5 6
7 8
9 10
BENDA KUBUS BENDA BALOK
BENDA TABUNG BENDA BOLA
Gambar 4.29. Peletakan Benda Tabung Gambar 4.30. Peletakan Benda Bola
4.2.4. Pengujian Keberhasilan Sistem Mendeteksi Bentuk Benda
Pada tugas akhir ini, dilakukan analisa tingkat keberhasilan robot saat proses pengenalan objek berbentuk kubus, balok, tabung, dan bola. Namun apabila terdapat benda
selain benda tersebut yang memiliki data sesuai range yang telah ditentukan sebelumnya, maka sistem akan tetap membandingkan dengan range yang ada. Tingkat keberhasilan
sistem ditunjukan tabel 4.3 dan gambar benda yang terdeteksi dapat ditunjukan gambar 4.31, gambar 4.32, gambar 4.33, dan gambar 4.34.
Tabel 4.3. Pengujian Keberhasilan Sistem Mendeteksi Bentuk Benda PENGUJIAN KEBERHASILAN SISTEM MENDETEKSI
BENTUK BENDA BENDA
1 2 3 4 5 6 7 8 9 10
KUBUS V V V V V V V V V
V BALOK
V V V V V V V V V V
TABUNG V V V V V V V V V
V BOLA
V V V V V V V V V V
Keterangan : VBerhasil XTidak Berhasil
